Google: Gemini 3.6 Flash (batch)

Gemini 3.6 Flash es el perfil multimodal de uso intensivo de Google para programación, trabajo de conocimiento y ejecución con agentes. Se basa en Gemini 3.5 Flash, con énfasis en un mejor rendimiento multimodal y eficiencia de tokens. El modelo acepta texto, imágenes, audio, video y PDF y devuelve texto. Una tarea útil puede combinar código, una captura de pantalla y un requisito, o comparar una gráfica o un plano visual con restricciones escritas para producir una explicación comprobada o una revisión dirigida.

La guía para desarrolladores enfatiza menos pasos de razonamiento, turnos y llamadas a herramientas innecesarios en trabajos de varios pasos, junto con ediciones más enfocadas. Para diagnóstico, proporciona la falla observada, la fuente pertinente y el comportamiento que debe conservarse. Para depurar gráficas, pide al modelo que examine por qué una gráfica representa la serie equivocada, identifique la transformación de datos involucrada y proponga una corrección conservando la distribución circundante. El resultado puede compararse después con los datos reales de entrada y el comportamiento requerido de la gráfica.

La inspección programática inicial es un comportamiento distintivo descrito para 3.6. El fabricante dice que el modelo examina con mayor frecuencia un problema mediante código diagnóstico antes de realizar cambios. Esto puede ayudar en una investigación compleja, pero la guía señala que puede agregar pasos exploratorios al trabajo rutinario de frontend. Indica si la tarea necesita investigación, una edición simple o una comparación de diseño. Proporciona la información que aclare esa distinción y especifica las acciones permitidas para las herramientas de la aplicación conectada.

También se destaca el razonamiento espacial y multimodal: interpretación de gráficas, conversión de planos visuales y distribuciones web de varios elementos. Proporciona la vista o páginas pertinentes, identifica qué debe interpretarse y solicita la evidencia que respalda la conclusión. Para una tarea de diseño, incluye pautas concretas de distribución y estilo. El fabricante señala un énfasis en código funcional y que los evaluadores a veces prefirieron el estilo visual de modelos anteriores, lo que hace útil un encargo visual explícito. Comprueba el resultado frente al diagrama real o los requisitos de diseño.

Medio es el nivel predeterminado de pensamiento documentado. La tabla de pensamiento específica del modelo de Google enumera mínimo, bajo, medio y alto; la guía de migración de 3.6 utiliza medio o alto en sus ejemplos de esfuerzo. La página exacta enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps, contexto de URL y salidas estructuradas, con Computer Use como capacidad preliminar. Define claramente las entradas de las funciones y el resultado requerido. Una función seleccionada por el modelo necesita un resultado real de la aplicación antes de que una respuesta posterior pueda depender de su resultado. Para un análisis estructurado, define el esquema y la evidencia de origen necesaria para cada hallazgo.

La guía de 3.6 cambia la preparación respecto de solicitudes anteriores de Gemini. Declara obsoletos los ajustes de muestreo temperature, top-p y top-k, rechaza un turno final prellenado con rol de modelo y recomienda instrucciones de sistema o salidas estructuradas para controlar la respuesta. Sus reglas para respuestas de funciones vinculan una respuesta con su llamada por identidad y nombre, y la base de Gemini 3 conserva firmas de pensamiento en el uso de varios turnos. Una continuación práctica debe llevar el historial pertinente sin modificar y el resultado de la herramienta, en lugar de imitar un prefijo de respuesta anterior.

La ficha nativa especifica hasta 1M de contexto de entrada y 64K de salida textual; la tabla exacta de API indica 1,048,576 tokens de entrada y 65,536 de salida. Presupuesta las instrucciones, el historial y los medios como parte de la entrada y pide una salida de tamaño apropiado para la tarea. La página del productor también enumera caché y procesamiento por lotes, Flex y Priority. Al procesar registros independientes, mantén explícitos el identificador del registro y el formato del resultado. La salida es un recurso textual, incluso cuando la evidencia incluye fotografías, audio o video.

Las posibles limitaciones incluyen alucinaciones y lentitud ocasional o tiempos de espera agotados. Su corte de marzo de 2026 incluye dominios cuyo conocimiento sigue limitado a enero de 2025, por lo que debes adjuntar material más reciente o usar un flujo documentado de fundamentación cuando importen hechos actuales. Revisa cálculos, referencias de fuentes, interpretaciones visuales y modificaciones propuestas. La preparación distintiva de esta edición es un encargo diagnóstico enfocado, un alcance claro de herramientas y restricciones explícitas de diseño, seguido de la inspección del resultado concreto.